零基础学 Python(2023 版)
尹会生
太乙人工智能技术合伙人 & 项目总监
60050 人已学习
新⼈⾸单¥68
课程目录
已完结/共 124 讲
结束语 & 结课测试 (2讲)
零基础学 Python(2023 版)
登录|注册
留言
2
收藏
沉浸
阅读
分享
手机端
回顶部
当前播放: 104|再回首:“Web开发”单元小结
00:00 / 00:00
高清
  • 高清
1.0x
  • 2.0x
  • 1.5x
  • 1.25x
  • 1.0x
  • 0.75x
  • 0.5x
网页全屏
全屏
00:00
付费课程,可试看
课程介绍:这次我们都做了哪些升级?
内容综述:明确学习目的
01|如何配置 Python 开发环境?
02 | 常用 IDE:如何提高开发效率?
03 | 如何站在官方文档的肩膀上自己“造轮子”?
04 | 怎样运行你的第一行代码?
05 | 怎样使用 Gitee 管理你的代码?
06 | 学习编程有问题?去这里找答案!
07|跨越门槛:Python 开发环境总结及实现原理
08 | 修炼基本功:浅析输入输出
09 | 变量:如何让计算机临时存储数据?
10|字符串(上):Python 是如何处理单词的?
11|字符串(下):Python 是如何处理单词的?
12|存储数字应该采用哪种数据类型?
13|何时使用数,何时使用字符串?
14|注释:如何写程序的说明书?
15|小试牛刀:如何制作简单计算器?
16|变量命名规范:如何编写优雅的程序?
17|告别新手村:Python 编程基础知识
18|内置数据类型包括哪几种?
19|列表如何处理同类数据?
20|常见常新:列表的常见操作
21|元组:如何处理一次性数据?
22|常见常新:集合的常见操作
23|字典:如何处理映射类型的数据?
24|常见常新:字典的常见操作(上)
25|常见常新:字典的常见操作(下)
26|小试牛刀:如何利用类型转换实现手机通讯录?(上)
27|小试牛刀:如何利用类型转换实现手机通讯录?(下)
28|常见的内置数据类型都何时使用?
29|避坑指南:内置数据类型的常见错误
30|内置数据类型参考:如何使用官方文档与帮助?
31|再回首:“内置数据类型”单元小结
32|if 语句:数据流程出现分支时,怎样编写程序?
33|match 语句:如何通过 match 关键字来处理程序的分支逻辑?
34|while 循环:需要多次重复执行某段程序时,怎么做?
35|for 循环:如何遍历一个对象里的所有元素?
36|语句嵌套:如何处理多重循环的问题?
37|小试牛刀:如何设计一个飞机大战的程序?
38|避坑指南:判断和循环中的常见错误
39|再回首:“判断循环”单元小结
40|输入:如何接收用户通过键盘输入的数据?
41|格式化输出:如何将执行结果通过屏幕输出?
42|F-strings:如何通过定义好的格式进行输出?
43 | 常见常新:文件的打开
44|文件编码:如何解决不同操作系统的文件乱码问题?
45|常见常新:文件的读写
46|常见常新:文件的关闭
47|小试牛刀:如何使用 Python 合并多个文件?
48|再回首:“输入输出与文件操作”单元小结
49|函数的定义:如何优雅地反复引用同一段代码?
50|函数的参数:怎样实现函数与外部数据通信?
51|函数的参数:当函数操作对象不固定时怎么处理?
52|函数的返回值:如何得到函数的执行结果?
53|小试牛刀:如何利用函数实现电商购物车功能?
54|避坑指南:列表作为参数传递出错了怎么办?
55|高阶函数:函数对象与函数调用的用法区别
56|装饰器:函数嵌套的定义与调用的区别
57|再回首:“函数”单元小结
58|编程思想不同会导致怎样的代码差异?
59|类与实例:如何使用面向对象的思想编写程序?
60|类的继承:如何解决代码重用的问题?
61|类的装饰器:如何改变类方法的功能?
62|小试牛刀:如何开发自动咖啡机?
63|避坑指南:类的常见错误
64|init 方法:如何为对象传递参数?
65|再回首:“类”单元小结
66 | 模块的导入:如何使用其他人编写好的代码功能?
67 | 标准库:Python 默认提供的便捷功能有哪些?
68 | 自定义模块:如何编写一个完整功能?
69 | 第三方模块的使用:如何使用其他人编写的代码?
70 | 小试牛刀:如何使用 Python 为函数求导?
71|再回首:“模块与标准库”单元小结
72|初识异常:异常的产生与分类
73|异常捕获:出现异常时,如何利用程序进行处理?
74|自定义异常捕获:如何定义业务异常?
75|避坑指南:编写捕获异常程序时经常出现的问题
76|再回首:“异常处理”单元小结
77|扩展数据类型:怎样使用更复杂的数据类型?
78|魔术方法:怎样通过类构造自己需要的数据类型?
79|怎样将 Python 和 C++ 结合起来混合编程?
80|怎样将已有算法改造成符合项目的特定算法?
81|设计模式:怎样合理组合多个函数和类?
82|Redis 数据库:怎样使用 NoSQL 数据库?
83|关系型数据库:怎样使用关系型数据库?
84|计算资源充足时,如何通过并行设计提高效率?
85|多进程间如何通信?
86|再回首:“高级数据类型与算法”单元小结
87|理论盘点:数据分析的流程及对应的 Python 库
88|理论盘点:数据采集的方法与 HTTP 协议
89|理论盘点:任务的并行执行原理
90|理论盘点:非规范化数据处理的基础与正则表达式
91|如何获取网页上的数据并存储到文件?
92|小试牛刀:如何将数据进行图形化展示?
93|再回首:“数据分析”单元小结
94|理论盘点:文件类型与对应的 Python 函数库
95|如何批量读取 Excel 文件?
96|如何实现数据的批量格式转换?
97|如何扩展数据类型?
98|再回首:“办公自动化”单元小结
99|理论盘点:Web 客户端与服务端
100|理论盘点:MVC 模型是什么?
101|如何使用Django搭建简单的Web服务器?
102|如何使用Django-admin实现文章上传?
103|如何使用Django实现文章发布?
104|再回首:“Web开发”单元小结
105|理论盘点:人脸识别的一般步骤
106|理论盘点:人脸识别常用的 Python 库有哪些?
107|怎样通过 OpenCV 采集视频信号?
108|如何训练人脸模型?
109|怎样设计人脸识别系统?
110|再回首:“计算机视觉”单元小结
111|聚焦异同:物联网与互联网有啥不一样?
112|理论盘点:基础但不简单的 TCP 协议
113|理论盘点:物模型与模组
114|如何为 ESP32 安装 MicroPython?
115|怎样通过 MQTT 协议构建消息队列?
116|小试牛刀:在 OLED 屏幕和手机远程同时显示室内温度
117|再回首:“物联网”单元小结
118|结束语:人生苦短,我用Pyhon
结课测试|来赴一场满分之约吧!
直播加餐|与AI共同编程,用ChatGPT学Python
直播加餐|用OpenAI API理解Python数据类型
直播加餐|掌握Gradio框架:为 AI Agent 程序定制界面
本节摘要

你好,我是尹会生。

这一章,我为你介绍了 Python 作为 Web 服务器时,是如何利用 Django 框架快速实现 CMS 系统的。在 Python 的各种应用场景中,Web 服务器场景,称得上是 Python 最主要的应用之一。因为 Web 服务是目前提供业务最主要的途径,且 Python 支持强大的框架,所以很多非电商、抢购等密集请求、响应时间要求不严格的业务,都可以采用 Python 作为开发语言。

如果你使用过其他语言开发 Web 服务程序,你一定会感叹 Python 开发 Web 服务的简便,相同的需求,开发时间至少能减少 30%。之所以能够节省这么多开发时间,除了 Python 本身外,框架也有很大功劳。那么这一讲我想让你在掌握利用 Django Admin 开发 CMS 程序的方法之后,对 Django 框架有一个更深刻的认识,让你未来开发更复杂功能时,更加得心应手。

MTV 开发模式

除了非常好用的 Admin 模块经常被我们用于开发 CMS 系统外,我们还会用 Django 来开发一些内部系统,比如流程系统、自动化测试系统、自动化运维系统、展示看板系统等,这些系统由于结构不同,都不再适合继续采用 Admin 开发。这时,我们需要遵循另一种开发模式——MTV 模式,在 Django 框架基础上重新设计自己的系统。

登录 后留言

全部留言(2)

  • 最新
  • 精选
Geek_631607
FastAPI 是一个现代的、快速的(高性能)的 Web 框架,用于构建 APIs,它基于 Python 3.6 类型提示。以下是 FastAPI 在编写 Restful API 方面相比 Django 和 Flask 的一些优点¹²⁴: 1. **性能**:FastAPI 的性能接近于 NodeJS 和 Go,远超过传统的 Python 框架 Django 和 Flask。这是因为 FastAPI 基于 Starlette(用于 Web 部分)和 Pydantic(用于数据部分),这两个组件都是性能最优的。 2. **易用性和灵活性**:FastAPI 提供了非常直观和易于使用的 API,同时保持了非常高的可定制性和可扩展性。这使得 FastAPI 可以适应各种复杂的需求和数据操作。 3. **现代性**:FastAPI 支持现代的异步编程模式,允许你使用 `async` 和 `await` 关键字。这使得你可以编写高效的、非阻塞的代码,特别是在处理大量并发请求时,这是 Django 和 Flask 所不能提供的。 4. **数据验证**:FastAPI 使用 Python 类型提示和 Pydantic 模型来自动验证请求和响应数据,生成错误信息,并生成 JSON Schema 定义。这使得你可以更容易地处理数据,并减少错误。 5. **自动生成文档**:FastAPI 可以自动为你的 API 生成交互式 API 文档。这使得你可以更容易地测试你的 API,并提供给其他开发者使用。 以上就是 FastAPI 在编写 Restful API 方面的一些优点。希望这个答案对你有所帮助! 源: 与必应的对话, 2023/12/12 (1) Choosing between Django, Flask, and FastAPI - Section. https://www.section.io/engineering-education/choosing-between-django-flask-and-fastapi/. (2) Django vs Fast API: A Detailed Comparison - Medium. https://medium.com/@ShortHills_Tech/django-vs-fast-api-a-detailed-comparison-df8d00f3c3b2. (3) Django vs. Flask vs. FastAPI: Choosing the Right Python Web Framework. https://www.mind2i.com/blogs/a-comprehensive-comparison-of-django-flask-and-fastapi-choosing-the-right-python-web-framework-for-your-project-2023-08-03. (4) (2022年10月)新项目选择Django还是FastAPI? - 知乎. https://www.zhihu.com/question/555767637. (5) undefined. https://docs.djangoproject.com/en/4.0/.
2023-12-12
1
Cy23
FastAPI 1、自动生成文档:FastAPI 默认自带两个交互式 API 文档 2、验证:校验大部分(甚至所有?)的 Python 数据类型,校验外来类 3、安全性及身份验证:HTTP 基本认证、OAuth2、API 密钥 4、依赖注入:非常强大的依赖注入系统 5、无限制"插件":你可以用和路径操作相同的结构和语法,在两行代码中为你的应用创建一个“插件” 6、测试:100% 测试覆盖。代码库100% 类型注释。用于生产应用。
2023-02-02
1
收起评论